基于图形处理器单元（GPU）提出了一种帧间差分与模板匹配相结合的运动目标检测算法。在CUDA-SIFT（基于统一计算设备架构的尺度不变特征变换）算法提取图像匹配特征点的基础上，优化随机采样一致性算法（RANSAC）剔除图像中由于目标运动部分产生的误匹配点，运用背景补偿的方法将静态背景下的帧间差分目标检测算法应用于动态情况，实现了动态背景下的运动目标检测，通过提取目标特征与后续多帧图像进行特征匹配的方法最终实现自动目标检测。实验表明该方法对运动目标较小、有噪声、有部分遮挡的图像序列具有良好的目标检测效果。

这个主要是一些图像配准的实例，为后续的图像融合做准备。

意大利Etna火山InSAR实测的SLC数据，即两幅天线的SAR复图像，mat格式，可以用MATLAB直接读取后进行图像配准、相位滤波、解缠绕等步骤

综述报告

图像配准算法，对做配准和拼接的可能有一定的帮助

ITK医学图像配准与分割开发文档中文版，包含两本手册，上册介绍ITK初步，下册介绍实现，对于从事医学图像处理的可通过该手册进行入门！！

mri-2d数据集

图像配准理论及算法研究.pdf

可用于普通图像 和医学图像的刚体配准，可变形配准。

针对图像配准中尺度不变特征变换（SIFT）算法解算速率慢的问题，提出了基于非极大值抑制的改进算法。该算法扩大了极值检测区域半径，对SIFT关键点进行筛选，实现了关键点的优化分布。还提出一种自适应确定检测区域半径的方法，来更精确地控制关键点的数目和分布。仿真试验结果表明，该算法能在一系列不同的图像变换下表现出稳定的配准结果，解算速率较标准SIFT算法提升显著。